नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.2 (xhigh) vs GPT-6.1 Sol (medium)

average score लगभग बराबर है: 9.6 vs 9.6. GPT-6.1 Sol (medium) की benchmark लागत कम है: $0.530 vs $10.319. GPT-6.1 Sol (medium) तेज है: 8.90s vs 33.44s, pass rates 94.2% vs 94.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#13
कुल आउटपुट टोकन
188,726
प्रतिक्रिया समय (औसत)
33.44s
कुल लागत
$10.319
रैंक
#11
कुल आउटपुट टोकन
18,351
प्रतिक्रिया समय (औसत)
8.90s
कुल लागत
$0.530
अनुशंसित मॉडल GPT-6.1 Sol (medium)

It has the best score here (9.6), while costing about 19.5x less than Claude Fable 5.2 (xhigh).

विस्तृत तुलना

मेट्रिक Claude Fable 5.2 Claude Fable 5.2 xhigh रिलीज़: 2026-11-09 GPT-6.1 Sol GPT-6.1 Sol medium रिलीज़: 2026-09-29
स्कोर 9.6 9.6
रैंक #13 #11
विश्वसनीयता 9.2 10.0
संगति 9.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 94.2% 94.2%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 49.137 2.521
कुल लागत $10.319 $0.530
इनपुट कीमत $8.000 / 1M $2.000 / 1M
आउटपुट कीमत $40.000 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.100 / 1M
कैश लिखने की कीमत $10.000 / 1M $2.500 / 1M
कुल इनपुट टोकन 346,216 172,860
आउटपुट टोकन 10,245 5,172
रीजनिंग टोकन 178,481 13,179
प्रतिक्रिया समय (औसत) 33.44s 8.90s
प्रतिक्रिया समय (अधिकतम) 440.05s 51.03s
प्रतिक्रिया समय (कुल) 769.21s 204.78s
पैरामीटर ~9.5T कुल (~878B सक्रिय) ~2T कुल (~150B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#13 Claude Fable 5.2

xhigh
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#11 GPT-6.1 Sol

medium
लागत
$0.045
समय
72.7s
टोकन
4,581 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.2 10.0 10.0 100.0% 0 12.97s 10,608 553 9,868
GPT-6.1 Sol 10.0 10.0 100.0% 0 4.74s 7,302 393 1,710

तुलना जोड़ी बदलें